En juin 2026, la société allemande de robotique humanoïde Neura Robotics a annoncé la clôture de son tour de financement de série C, levant jusqu’à 1,4 milliard de dollars et atteignant une valorisation d’environ 7 milliards de dollars. Ce tour a attiré des investisseurs majeurs tels que NVIDIA, Amazon, Qualcomm, Bosch, la Banque européenne d’investissement et l’émetteur de stablecoin Tether. Il ne s’agit pas d’un événement isolé. Selon Dealroom, depuis 2026, les entreprises de robotique ont collectivement levé 55,8 milliards de dollars, établissant un nouveau record historique—près du double du précédent record annuel. Les capitaux affluent vers la convergence robotique + IA à un rythme et une échelle sans précédent.
L’orientation stratégique du secteur devient de plus en plus nette. Jensen Huang, PDG de NVIDIA, a résumé l’évolution de la technologie IA en trois générations : de l’IA de perception à l’IA générative, puis à l’IA agentique, la prochaine frontière étant l’IA physique—une IA capable d’opérer, de raisonner, de planifier et d’agir dans le monde réel. Amazon Web Services, MassRobotics et NVIDIA ont conjointement lancé le programme d’accélération Physical AI Fellowship, dont la deuxième cohorte en 2026 est désormais ouverte aux startups robotiques du monde entier. À la fois par l’ampleur des flux de capitaux et les initiatives stratégiques des grandes entreprises technologiques, l’IA physique dépasse désormais le stade de la preuve de concept et s’apprête à être déployée à grande échelle.
Portée, échelle et structure de marché de l’IA physique
Au cœur de l’IA physique, l’objectif est de permettre à l’IA de sortir du domaine numérique pour évoluer dans le monde réel et matériel. Selon MarketsandMarkets, l’IA physique désigne l’intégration de l’intelligence artificielle dans des robots, véhicules autonomes, drones, équipements industriels et autres systèmes physiques, afin de leur permettre de percevoir, analyser et interagir avec le monde réel. Contrairement à l’IA traditionnelle, qui génère du texte ou des images, la production de l’IA physique est tangible : des objets sont déplacés, assemblés ou transportés, générant des actions physiques concrètes. Un rapport approfondi de Zheshang Securities souligne que l’IA physique doit répondre à deux questions fondamentales : comment le monde va-t-il évoluer, et comment réagira-t-il après l’action d’un entité physique ? Cette capacité technique sous-tend les trois scénarios clés : conduite autonome, intelligence incarnée et logiciels industriels.
Les estimations de taille de marché varient considérablement selon la méthodologie, mais le consensus sur la trajectoire de croissance est fort. MarketsandMarkets, avec une approche statistique ciblée, prévoit que le marché mondial de l’IA physique passera de 1,5 milliard de dollars en 2026 à 15,24 milliards de dollars en 2032, avec un taux de croissance annuel composé de 47,2 %. En adoptant une définition plus large—incluant tous les systèmes physiques dotés d’IA tels que robots industriels, véhicules autonomes, robots chirurgicaux, automatisation militaire et infrastructures intelligentes—le marché mondial est estimé à environ 383 milliards de dollars en 2026, pouvant atteindre 3,26 billions de dollars en 2040. Une perspective plus macro, proposée par le fonds Coatue Management, estime le marché total de l’IA physique à un minimum de 6 billions de dollars, soit environ 50 % de plus que le marché de l’IA purement numérique. Lors du CES 2026, Jensen Huang est allé plus loin, affirmant que l’IA physique pourrait remodeler les industries manufacturières et logistiques, pesant 50 billions de dollars. Malgré les écarts importants entre ces estimations, toutes convergent vers une même conclusion : la taille du marché de l’IA physique évolue des dizaines de milliards vers des niveaux de plusieurs billions de dollars.
Les pressions du côté de la demande sont tout aussi importantes. Environ 2,5 milliards de personnes dans le monde exercent diverses formes de travail physique, générant près de 50 billions de dollars de PIB annuel. Avec le vieillissement accéléré de la population, les pénuries de main-d’œuvre dans la fabrication, la logistique et la santé continuent de s’aggraver. Parallèlement, les coûts des capteurs, caméras et processeurs adaptés à la robotique diminuent rapidement, tandis que la maturité technique de l’IA générative et agentique progresse. L’ensemble de ces facteurs crée une dynamique structurelle favorable à l’adoption de l’IA physique. Alors que les conditions d’offre et de demande s’alignent, les flux massifs de capitaux deviennent une conséquence logique pour le secteur.
Paysage concurrentiel et différenciation produit des entreprises mondiales d’IA physique
Le tour de financement de 1,4 milliard de dollars de Neura Robotics est remarquable non seulement par son montant, mais aussi par ce qu’il révèle sur la concurrence : le secteur de l’IA physique est désormais structuré en plusieurs niveaux et voies technologiques parallèles. Les données publiques montrent que les sociétés de robotique humanoïde les mieux financées au monde sont : Figure AI, avec un financement total d’environ 1,75 milliard de dollars et une valorisation récente de 39 milliards de dollars ; UBTECH, qui a levé 940 millions de dollars ; Apptronik, avec environ 1 milliard de dollars levés et une valorisation de 5 milliards de dollars ; Agility Robotics, avec 330 millions de dollars levés et une valorisation comprise entre 1 et 1,75 milliard de dollars ; et Neura Robotics, désormais valorisée à 7 milliards de dollars après ce tour. Par ailleurs, Boston Dynamics poursuit la commercialisation de son humanoïde électrique Atlas au sein du groupe Hyundai Motor.
Ces entreprises se distinguent nettement par leurs approches techniques et leurs modèles économiques. Figure AI, fondée en 2022 par le serial entrepreneur Brett Adcock, s’est rapidement développée selon un modèle fortement axé sur le capital-risque, attirant des investissements de NVIDIA, Microsoft, du fonds OpenAI Startup et de Jeff Bezos lors de son tour B. Son robot domestique Figure 03 est proposé à environ 20 000 dollars et vise le marché grand public. Apptronik fonctionne selon un modèle d’alliance industrielle, a levé près de 1 milliard de dollars et noué des partenariats stratégiques avec Google DeepMind, GXO Logistics et Mercedes-Benz. Son robot Apollo, conçu comme une plateforme polyvalente, dispose de configurations bipède et à roues, et se prépare à une production de masse au Texas et en Californie. Agility Robotics se concentre sur la logistique, avec son humanoïde Digit déjà en phase pilote dans les entrepôts Amazon, et a attiré des investissements d’Amazon, NVIDIA et SoftBank. Boston Dynamics suit une autre voie—après l’acquisition de 80 % de ses parts par Hyundai pour 880 millions de dollars, elle s’appuie sur les ressources du constructeur pour accélérer la commercialisation.
Le marché chinois a également développé une structure concurrentielle claire et multi-niveaux. Actuellement, plus de 200 actions liées à la robotique humanoïde sont cotées sur le marché A-share, avec une capitalisation cumulée dépassant 6,1 trillions de yuans. L’introduction en bourse de Unitree Robotics sur le STAR Market a franchi l’étape de revue et est en phase d’enregistrement, ce qui en ferait probablement la première action de robotique humanoïde sur le marché A-share au troisième trimestre. Du côté de la chaîne d’approvisionnement Tesla, Optimus V3 doit débuter la production de masse à l’été 2026, tandis que BYD a officiellement annoncé son entrée dans la robotique humanoïde avec le projet "Yao Shun Yu", prévoyant de déployer 20 000 unités dans ses propres usines en 2026. La première phase du parc industriel de robotique de Xi’an est opérationnelle, avec une capacité annuelle de 50 000 unités et un prix cible inférieur à 200 000 yuans par unité. Du point de vue de la chaîne d’approvisionnement, des acteurs comme Midea Group, Shenghong Technology, Lens Technology, Inovance Technology et Ganfeng Lithium sont tous fortement impliqués dans la filière robotique humanoïde.
Le rôle central de NVIDIA dans l’écosystème de l’IA physique mérite une attention particulière. Leader mondial des GPU et des puces de calcul embarqué, la plateforme Isaac GR00T de NVIDIA est devenue une référence industrielle. NVIDIA et Unitree Robotics ont lancé conjointement le premier design de référence de robot humanoïde, H2 Plus, basé sur la plateforme open source Isaac GR00T. NVIDIA a également annoncé sa prochaine génération de puce Feynman, spécialement conçue pour l’IA physique et attendue pour 2028. Cette structure en trois niveaux—puce, algorithme et plateforme—positionne NVIDIA comme fournisseur d’infrastructures pour l’IA physique, à l’image de la stratégie d’Amazon Web Services qui soutient l’écosystème des startups IA physique via les ressources de calcul AWS. En mars 2026, Neura Robotics et AWS ont annoncé un partenariat stratégique pour déployer mondialement la plateforme Neuraverse via AWS.
Neura Robotics comme étude de cas : analyse type de la logique d’investissement en IA physique
Un tour de financement de 1,4 milliard de dollars, une valorisation de 7 milliards de dollars et la participation de plus de dix institutions de premier plan—la série C de Neura Robotics est l’une des opérations les plus emblématiques de l’IA physique en 2026. L’analyse de ce cas permet de clarifier la logique fondamentale qui guide les décisions d’investissement du capital industriel dans l’IA physique.
Du point de vue technologique, Neura Robotics adopte une stratégie produit multi-formats. Son portefeuille comprend le robot humanoïde 4NE1, le robot à roues grand public MiPA et la série de transport d’entrepôt MAV, tous pilotés par le système de navigation IA AURA. L’avantage de cette stratégie multi-produits est de permettre à la société de déployer divers systèmes physiques sur une plateforme IA unifiée, accumulant des données opérationnelles réelles sur les marchés industriel, logistique et grand public. Cela crée une boucle de rétroaction de données qui accélère l’itération des algorithmes. Selon son site officiel, la société utilisera ce financement pour trois objectifs principaux : déploiement mondial de robots humanoïdes, expansion des capacités de production et de livraison, et développement de systèmes IA physique de nouvelle génération. Ces objectifs correspondent aux trois seuils critiques que doivent franchir les entreprises d’IA physique : passer de la "validation technologique" à la "montée en échelle" puis à la "mise à niveau de paradigme".
Du point de vue de la structure du capital, la base d’investisseurs de Neura Robotics est très diversifiée, incluant Qualcomm au niveau des puces, Amazon et NVIDIA au niveau technologique, Bosch et Schaeffler dans l’infrastructure industrielle, et même Tether, opérant sous un régime réglementaire particulier. À noter, l’investissement de Tether est purement en actions, sans protocole blockchain ni émission de token associée. Cela montre que l’intérêt des investisseurs institutionnels pour l’IA physique dépasse le simple engouement et s’inscrit dans une allocation de capital industriel substantielle. L’intensité de cette collaboration intersectorielle confirme que l’IA physique évolue d’une filière technologique unique vers une plateforme d’intégration multi-industrielle.
Cependant, ce tour de financement comporte également des risques importants à prendre en compte. Premièrement, la réception complète des 1,4 milliard de dollars dépend de l’atteinte par Neura Robotics de certains jalons prédéfinis. L’entreprise doit donc réaliser des objectifs concrets tels que la capacité de production de masse, la satisfaction des commandes et l’avancement de la commercialisation pour garantir le versement total. Deuxièmement, Neura avait levé environ 55 millions de dollars en 2023, et son financement est passé de 55 millions à plus d’un milliard en seulement trois ans. Si cela reflète la croissance rapide du secteur, cela accroît aussi les attentes du marché en matière de valorisation et de livraison produit. Troisièmement, le domaine de la robotique humanoïde fait face à un risque élevé d’homogénéité—de nombreuses entreprises leaders partagent des technologies, des scénarios d’application et des clients cibles similaires. Construire et valider une différenciation nécessitera davantage de données opérationnelles.
Cadre d’évaluation des investissements et des risques dans le secteur de l’IA physique
Sur la base de ce qui précède, l’IA physique, en tant que secteur d’investissement, peut être résumée en trois couches logiques interconnectées.
La première couche est l’infrastructure. Les puces et la puissance de calcul constituent le socle de l’IA physique. NVIDIA, avec son avance sur les GPU et ses barrières d’écosystème dans les plateformes logicielles robotiques, domine ce niveau. Les fabricants de puces comme Qualcomm entrent via les SoC de calcul embarqué. Le segment matériel du marché de l’IA physique a représenté la plus grande part en 2025–2026. La logique d’investissement y est relativement mature, mais la concurrence se stabilise, la croissance incrémentale étant principalement tirée par l’expansion des scénarios d’application aval et le surplus de demande en calcul qui en découle.
La deuxième couche est le corps robotique et la plateforme. C’est actuellement le domaine le plus financé au niveau mondial, avec Figure AI, Apptronik, Agility Robotics, Boston Dynamics, UBTECH et Unitree Robotics. Cette couche combine fabrication matérielle et algorithmes logiciels, fixant le seuil d’investissement le plus élevé et la plus grande divergence technique. La différenciation se joue sur trois aspects : conception mécanique (bipède vs. roues vs. hybride), architecture du système de décision IA (centralisée vs. distribuée), et points d’entrée scénaristiques (logistique industrielle vs. service domestique vs. sécurité publique). Il n’existe pas encore de preuve qu’une voie technique détienne un avantage décisif, investir à ce niveau exige donc d’évaluer à la fois les capacités d’ingénierie et d’algorithme—une avance dans un seul domaine ne suffit pas à créer un avantage durable.
La troisième couche concerne les solutions industrielles et les services de données. Il s’agit de fournir des solutions d’automatisation de bout en bout pour des scénarios spécifiques, à partir des puces et plateformes sous-jacentes, et d’exploiter les données réelles collectées lors des opérations robotiques. L’accélérateur Physical AI Fellowship, cofondé par AWS et NVIDIA, est une initiative précoce dans cette couche—en fournissant des ressources techniques et de calcul, il aide les startups IA physique du monde entier à surmonter les obstacles de R&D en phase initiale. La logique d’investissement s’apparente ici au modèle SaaS, mais la maturité commerciale de ces solutions nécessitera plus de temps pour être démontrée.
En parallèle des opportunités d’investissement, le secteur de l’IA physique comporte plusieurs risques à évaluer avec attention. Le premier est l’incertitude élevée de la production de masse des robots humanoïdes. Selon GF Securities, 2026 marque un point d’inflexion clé pour passer du "zéro à un" en robotique humanoïde, mais la montée en échelle de "milliers" à "dizaines de milliers" d’unités reste à valider en termes de stabilité de la chaîne d’approvisionnement, de contrôle qualité et de courbes de coûts. Deuxièmement, il existe un risque de convergence des approches techniques. Les deux principales voies—modèles du monde et modèles vision-langage-action—sont toutes deux à un stade précoce et non convergent, et une percée dans l’une pourrait rendre obsolètes de nombreux investissements antérieurs. Troisièmement, il y a des préoccupations de sécurité pour les systèmes d’IA physique. Deepu Talla, vice-président de la robotique chez NVIDIA, souligne que le développement et le déploiement de l’IA physique couvrent tout le cycle, de la génération de données, l’entraînement et la simulation à la mise en œuvre sécurisée. Un échec à n’importe quelle étape peut entraîner des conséquences physiques irréversibles—ce qui rend le déploiement de l’IA physique intrinsèquement plus lent que celui de l’IA purement numérique. De plus, la volatilité macroéconomique mondiale, l’impact géopolitique sur les chaînes d’approvisionnement et les évolutions réglementaires dans les grandes économies représentent autant de variables clés pour le cadre de valorisation du secteur de l’IA physique.
Conclusion
Du co-investissement de 1,4 milliard de dollars par NVIDIA et Amazon au total mondial annuel de levées de fonds robotiques de 55,8 milliards de dollars, le secteur de l’IA physique se trouve aujourd’hui à l’aube d’une croissance explosive, portée par le capital et l’industrie. Ce qui rend ce secteur unique, c’est qu’il incarne non seulement le changement de paradigme de l’IA du monde numérique vers le monde physique, mais aussi l’intégration profonde d’industries matures telles que les puces semi-conducteurs, la fabrication de capteurs, les systèmes de contrôle du mouvement et l’automatisation industrielle.
Pour les investisseurs et les chercheurs, comprendre l’essence de l’IA physique—permettre à l’IA de percevoir le monde, de raisonner sur la causalité et d’exécuter des actions physiques en boucle fermée—constitue la base d’un cadre analytique efficace. Sur cette base, suivre la différenciation technique, l’avancement de la commercialisation et l’évolution de la structure du capital des entreprises leaders est essentiel pour identifier le bon timing d’investissement et les points d’inflexion sectoriels. Que l’échelle commerciale ultime de l’IA physique atteigne les niveaux de plusieurs billions de dollars projetés par Coatue et Jensen Huang dépendra des avancées en maturité technique, faisabilité de la production de masse et sécurité. Mais à ce stade, une chose est certaine : l’IA physique n’est plus un fantasme de science-fiction lointain—elle est sur le point d’être déployée à grande échelle et de devenir une réalité industrielle.
